Andrei Kulik, Mitgründer von XENOM – Interviewreihe

Andrei Kulik ist Mitgründer und CEO von XENOM und bringt seine Erfahrung mit KI direkt auf Geräten, verteilten Systemen und maschinellem Lernen in den Industriebetrieb ein. Zuvor gründete er AIMatter mit, das von Google übernommen wurde, und arbeitete bei Google an KI-Systemen für Verbrauchergeräte. Im Mittelpunkt seiner Laufbahn stand die Frage, wie sich anspruchsvolle KI unter den praktischen Bedingungen realer Hardware und Umgebungen zuverlässig einsetzen lässt.

XENOM entwickelt eine industrielle KI-Plattform, die Software mit intelligenter Schutzausrüstung verbindet und Beschäftigten so einen Echtzeitüberblick über ihre Arbeitsstätten verschafft. Das System vereint Positionsbestimmung, Kommunikation unter den Beschäftigten, Umwelterfassung und Sicherheitsdaten. In diesem Interview spricht Kulik über Edge-KI, intelligente Helme, menschliche Aufsicht, den Datenschutz von Beschäftigten und den Weg von der industriellen Überwachung hin zu vorausschauender Entscheidungsunterstützung.

Sie haben AIMatter mitgegründet, das von Google übernommen wurde, und jahrelang KI-Systeme entwickelt, die direkt auf Verbrauchergeräten laufen sollten. Was hat Sie zur Mitgründung von XENOM bewegt, und wie hat Ihre Erfahrung bei Google Ihre Vision geprägt, KI in industrielle Umgebungen zu bringen?

Nach der Übernahme arbeitete ich jahrelang an einer ganz bestimmten Frage: Wie lässt sich anspruchsvolle KI zuverlässig auf einem Gerät ausführen, das in die Tasche passt – bei begrenzter Akkukapazität, unvorhersehbarer Konnektivität und realen Bedingungen, die kein Labor vollständig nachbilden kann? Wir brachten diese Arbeit auf Smartphones, Brillen und Ohrhörern zum Einsatz – auf Milliarden Geräten. Irgendwann fragte ich mich, wo diese Architektur noch von Bedeutung sein könnte. Verbrauchergeräte sind praktisch, doch in der Industrie bemessen sich die Folgen einer falschen Entscheidung – oder davon, gar keine Entscheidung zu treffen – in Menschenleben und Millionen an verlorener Produktivität. Auf den meisten Industriestandorten gibt es nach wie vor keinen Echtzeitüberblick über die Vorgänge vor Ort. Diese Lücke schien genau das richtige Problem für die Technologie zu sein, an deren Entwicklung wir jahrelang gearbeitet hatten.

XENOM verbindet KI-gestützte Software mit intelligenter Schutzausrüstung, um einen Echtzeitüberblick über industrielle Abläufe zu ermöglichen. Wo liegen die größten blinden Flecken herkömmlicher industrieller Sicherheitssysteme, und wie bewältigt Ihre Plattform Herausforderungen, an denen konventionelle Überwachungstechnologien scheitern?

Das grundlegende Problem besteht darin, dass die meisten Systeme darauf ausgelegt sind, festzuhalten, was geschehen ist, statt zu verhindern, dass es dazu kommt. Der Standort eines Beschäftigten wird nur alle paar Minuten aktualisiert. Stundenzettel werden erst am Ende der Schicht ausgefüllt. Sicherheitsverstöße werden erst erfasst, nachdem ein Vorfallsbericht eingereicht wurde. Wenn eine Führungskraft die Daten zu sehen bekommt, ist die Schicht vorbei oder der Unfall bereits passiert. Der zweite blinde Fleck ist die Zersplitterung: Ein Unternehmen hat vielleicht ein Gasüberwachungssystem, ein separates Zutrittskontrollsystem, eine PSA-Checkliste auf Papier und ein manuelles Verfahren zur Erfassung der Arbeitszeit – und keines dieser Systeme kommuniziert mit den anderen. XENOM ersetzt all das durch einen einzigen kontinuierlichen Datenstrom vom Standort, der in Echtzeit verarbeitet wird und einer Führungskraft ein stimmiges Gesamtbild statt fünf voneinander losgelöster Einblicke liefert.

Ein großer Teil Ihrer Laufbahn drehte sich darum, maschinelles Lernen und die Inferenz großer Sprachmodelle für ressourcenbeschränkte Geräte zu optimieren. Wie setzen Sie diese Prinzipien in industriellen Umgebungen ein, und welche technischen Vorteile bietet es, KI-Workloads am Netzwerkrand zu verarbeiten, statt sich auf eine Cloud-Infrastruktur zu verlassen?

Die Arbeit mit ressourcenbeschränkten Geräten lehrt eine wichtige Disziplin: Jede Millisekunde, jedes Milliwatt und jedes Byte muss seinen Einsatz rechtfertigen. Genau diese Denkweise braucht ein Industriehelm, denn er wird eine ganze Schicht lang getragen und muss sich in der elften Stunde genauso zuverlässig verhalten wie in der ersten. Wir teilen die Aufgaben gezielt auf: Zeitkritische, datenintensive Prozesse wie die Verarbeitung des Sprachstroms und der Sensorsignale sowie das Erkennen von Stürzen und Stößen laufen auf der NPU im Helm. Dafür verwenden wir Modelle, die für diese Hardware komprimiert und optimiert wurden. Den standortweiten Überblick und tiefergehende Analysen erstellen wir dagegen auf der Plattformseite.

Die Verarbeitung am Netzwerkrand bietet uns vier praktische Vorteile. Erstens die Geschwindigkeit: Das Gerät reagiert sofort auf ein Ereignis, ohne erst eine Anfrage an einen Server senden und dessen Antwort abwarten zu müssen. Zweitens die Zuverlässigkeit: Ein schlankes Modell direkt auf dem Gerät verhält sich vorhersehbar, während jede zusätzliche Verbindung in der Kette eine weitere mögliche Fehlerquelle darstellt. Drittens die Netzwerklast: Hunderte Helme können nicht kontinuierlich unbearbeitete Audio- und Sensordaten übertragen, deshalb sendet jeder Helm stattdessen das Ergebnis der Analyse. Viertens die Akkulaufzeit: Die Datenübertragung zählt zu den energieintensivsten Aufgaben eines Geräts. Werden die Daten lokal verarbeitet und weniger davon übertragen, verlängert sich die Betriebszeit.

XENOM hat intelligente Helme entwickelt, die Positionsbestimmung, Kommunikation, Umwelterfassung und KI-Funktionen integrieren. Was waren die größten technischen Herausforderungen, als Sie diese Technologien zusammenführten – insbesondere in Umgebungen, in denen Konnektivität, Akkulaufzeit und Zuverlässigkeit schwer vorhersehbar sein können?

Das Schwierigste war nicht eine einzelne Technologie, sondern all diese Technologien unter Bedingungen zuverlässig in einem Gerät zusammenzubringen, denen die meisten Unterhaltungselektronikgeräte nicht standhalten würden. Industriestandorte sind schmutzig, körperlich anspruchsvoll und extremen Temperaturen ausgesetzt. Der Helm fällt herunter, wird Regen ausgesetzt und zwölfstündige Schichten lang getragen. Die Akkulaufzeit wird zu einer echten Einschränkung, wenn Positionierung, Sensoren, Kommunikation und KI-Inferenz gleichzeitig laufen. Hinzu kommt die Konnektivitätsarchitektur: Wir brauchten einen nahtlosen Übergang zwischen der RTK-Satellitenpositionierung im Freien und unserem proprietären UWB-Mesh-Netzwerk in Innenräumen, ohne Genauigkeitsverlust, wenn sich Beschäftigte zwischen beiden Bereichen bewegen. Diesen Wechsel automatisch, zuverlässig und in Echtzeit zu ermöglichen, gehörte zu den technisch anspruchsvollsten Aufgaben, die wir umgesetzt haben.

Ihr Team hat ein Sprach-KI-Modell entwickelt, das Anzeichen einer alkoholbedingten Beeinträchtigung anhand der Sprache erkennen kann und eine Leistung meldet, die frühere akademische Benchmarks übertrifft. Welche technischen Durchbrüche haben dies ermöglicht, und wie überprüfen Sie die Zuverlässigkeit des Systems in verschiedenen Sprachen, bei unterschiedlichen Akzenten und Hintergrundgeräuschpegeln sowie unter realen Arbeitsbedingungen?

Die entscheidende Erkenntnis war, dass sich eine Intoxikation in den feinen Sprechmustern nachweisbar niederschlägt – nicht in den Wörtern, sondern in den akustischen Eigenschaften: im Timing, in der Tonhöhenvariation und in der Präzision der Artikulation. Wir haben ein Modell entwickelt, das diese Muster bei der normalen Sprachkommunikation im Hintergrund analysiert, ohne dass ein spezieller Test oder irgendeine Handlung der beschäftigten Person erforderlich ist. Der Wert von 86,7 % Genauigkeit stammt aus strengen Benchmark-Tests anhand veröffentlichter akademischer Datensätze. Zur Validierung unter realen Bedingungen testen wir das Modell in verschiedenen Sprachen, bei unterschiedlichen Akzenten und unter Hintergrundgeräuschbedingungen, wie sie für tatsächliche Industriestandorte typisch sind – etwa bei lauten Maschinen, Wind und mehreren gleichzeitig sprechenden Personen. Das Modell musste robust genug sein, um unter Bedingungen zu funktionieren, die sich grundlegend von einer kontrollierten Studie unterscheiden. Dafür waren vielfältige Trainingsdaten und zahlreiche Iterationen erforderlich.

KI-Systeme, die Beeinträchtigungen oder Ermüdung von Beschäftigten erkennen sollen, werfen erhebliche Fragen zu falsch positiven Ergebnissen und zur Verantwortlichkeit auf. Wie bringt XENOM die frühzeitige Erkennung von Risiken mit der Notwendigkeit menschlicher Überprüfung in Einklang, und welche Schutzmaßnahmen verhindern, dass eine fehlerhafte KI-Einschätzung Beschäftigte ungerechtfertigt benachteiligt?

Darüber haben wir von Anfang an sehr bewusst nachgedacht. Das System soll eine Führungskraft auf ein mögliches Problem aufmerksam machen, nicht eigenständig Maßnahmen ergreifen. Eine KI-Einschätzung einer möglichen Beeinträchtigung löst eine menschliche Überprüfung aus – die Führungskraft kann die betreffende Person direkt beobachten, Fragen stellen oder, falls angebracht, einen physischen Test verlangen. Die KI schließt niemanden vom Standort aus. Sie liefert einer Person die Informationen, die sie braucht, um schneller zu einer Einschätzung zu gelangen, als es sonst möglich wäre. Außerdem erfassen wir die Rate falsch positiver Ergebnisse im Einsatz und verbessern das Modell kontinuierlich. Ziel ist es, die Zahl der Vorfälle zu senken, die geschehen, weil niemand etwas bemerkt hat – und nicht, ein System zu schaffen, das Beschäftigte allein aufgrund eines Algorithmus bestraft.

Bevor Sie XENOM gründeten, waren Sie CTO bei OneSoil und setzten dort Computer Vision und maschinelles Lernen für die landwirtschaftliche Überwachung und Produktivitätsanalyse ein. Welche Erkenntnisse aus dem Einsatz von KI in der Landwirtschaft haben sich beim Aufbau intelligenter Systeme für Baustellen, Minen, Häfen und Energieanlagen als besonders wertvoll erwiesen?

Der Einsatz von KI in der physischen Welt ist eine grundlegend andere Herausforderung als ihr Einsatz in Software. Man muss mit Schwankungen, Ausrüstung, die sich nicht zweimal gleich verhält, und Beschäftigten umgehen, die ihre Arbeit seit Jahrzehnten verrichten und allem gegenüber sehr skeptisch sind, was ihnen sagt, sie sollten anders arbeiten. An Industriestandorten herrscht dieselbe Dynamik. Die Technologie muss sich Vertrauen verdienen, indem sie häufiger zuverlässig richtig liegt, als die Menschen erwarten, und sie muss so einfach sein, dass jemand, der ein Team von fünfzig Personen leitet, sie ohne Schulung tatsächlich nutzen kann. Eine weitere Erkenntnis: Die Datenqualität im Einsatz ist fast immer schlechter als geplant. Man muss Systeme entwickeln, die robust gegenüber Störungen, Datenlücken und Sonderfällen sind, die in einem sauberen Datensatz nie auftauchen.

Industrielle KI-Plattformen können detaillierte Informationen über die Standorte, Tätigkeiten, Kommunikation und Produktivität von Beschäftigten erfassen. Wie gehen Sie mit Datenschutz, der Einwilligung der Beschäftigten und dem möglichen Einsatz zur Überwachung am Arbeitsplatz um und stellen zugleich sicher, dass diese Technologien die Sicherheit und betriebliche Effizienz tatsächlich verbessern?

Wir betrachten das unter dem Gesichtspunkt der Zweckbindung. Die von XENOM erhobenen Daten dienen der Sicherheit und dem betrieblichen Überblick – sie sind kein Instrument zur Überwachung der Produktivität und sollten auch nicht dafür eingesetzt werden. Vor der Einführung legen wir gemeinsam mit den Betreibern klare Richtlinien für die Datenverwaltung fest: Was wird erhoben, wie lange werden die Daten gespeichert, wer hat Zugriff darauf und unter welchen Umständen dürfen sie bei Personalentscheidungen verwendet werden? Standortdaten von Beschäftigten werden für Produktivitätsanalysen aggregiert und anonymisiert. Für Sicherheitsverantwortliche ist die individuelle Ortung im Notfall verfügbar, nicht jedoch für Linienvorgesetzte zur Leistungsbewertung. Da der EU AI Act auch für industrielle KI-Systeme gilt, erwarten wir, dass regulatorische Rahmenbedingungen viele dieser Fragen formalisieren werden. Wir wollen dem lieber voraus sein, als später unter Zeitdruck die Vorgaben erfüllen zu müssen.

Die Überführung von KI aus kontrollierten Laborumgebungen in sicherheitskritische industrielle Betriebsabläufe bringt Herausforderungen mit sich, mit denen reine Softwareunternehmen im KI-Bereich selten konfrontiert sind. Was hat Sie bei den Einsätzen von XENOM in der Praxis am meisten überrascht, und woran messen Sie, ob die Technologie tatsächlich zu bedeutsamen Verbesserungen bei der Unfallverhütung, der betrieblichen Effizienz und der Produktivität der Belegschaft führt?

Am meisten überrascht hat uns, wie viel schon eine genaue Übersicht darüber bewirkt, wo sich Menschen aufhalten und wie ihre Zeit genutzt wird. Wir hatten erwartet, dass sich die Gespräche mit den Betreibern vor allem um Sicherheit drehen würden. Stattdessen haben wir festgestellt, dass Transparenz über die Produktivität – also zu verstehen, wo während der Schichten Zeit verloren geht, warum bestimmte Teams leistungsstärker sind als andere und wo die Engpässe liegen – oft schneller zu einem positiven ROI führt und intern deutlich rascher Fürsprecher für die Plattform gewinnt. Die zweite Überraschung war, wie stark sich die Anforderungen zwischen verschiedenen Branchen und sogar zwischen Standorten derselben Branche unterscheiden. Die Baubranche in Deutschland funktioniert ganz anders als die in den Vereinigten Arabischen Emiraten. Man kann nicht ein Produkt entwickeln und davon ausgehen, dass es überall ohne umfangreiche Anpassungen funktioniert.

Mit Blick auf die Zukunft stellt sich XENOM einen Industrial AI Copilot vor, der über die Überwachung hinaus Risiken vorhersagen und betriebliche Entscheidungen empfehlen kann. Wie wird sich Ihrer Ansicht nach die physische KI in den nächsten fünf Jahren entwickeln, und welche technologischen Durchbrüche sind noch nötig, damit industrielle KI-Systeme eigenständiger arbeiten und zugleich unter menschlicher Aufsicht bleiben können?

Derzeit geht es bei industrieller KI vor allem um Transparenz – darum zu wissen, was geschieht. Der nächste Schritt ist die Vorhersage: Muster zu erkennen, die einem Vorfall oder Produktivitätsverlust vorausgehen, bevor es dazu kommt. Dafür müssen im Laufe der Zeit umfangreiche strukturierte und annotierte Daten gesammelt werden – genau das tut XENOM seit dem ersten Tag. Darauf folgt die Empfehlung: Das System sagt nicht nur, was wahrscheinlich geschehen wird, sondern schlägt auch Maßnahmen vor – etwa wie Mitarbeitende neu eingesetzt werden sollten, wann ein Vorgang unterbrochen werden sollte und welche Teamzusammenstellung bei einer bestimmten Aufgabe die besten Ergebnisse erzielt. Mit dem Industrial AI Copilot arbeiten wir auf diese dritte Stufe hin. Der dafür nötige technologische Durchbruch besteht nicht in erster Linie in einer Weiterentwicklung der Modellierung, sondern ist eine Datenfrage. Man braucht genügend hochwertige Betriebsdaten von ausreichend vielen unterschiedlichen Standorten, um ein Modell zu trainieren, das zuverlässig verallgemeinert. Unternehmen, die jetzt mit der Erfassung solcher Daten beginnen, werden einen Vorsprung haben, der später nur sehr schwer aufzuholen ist.

Vielen Dank für das großartige Interview. Leserinnen und Leser, die mehr über Edge-KI, intelligente Schutzausrüstung und die industrielle Sicherheitsüberwachung in Echtzeit erfahren möchten, sollten XENOM besuchen.